Совместная оценка каналов и обнаружение данных в системе MIMO-OFDM c использованием распределенного сжимающего зондирования сигнала

К. Чарли Джомон; С. Прасант

doi:10.20535/S0021347017020029

Автор(и)

К. Чарли Джомон журнал "Известия вузов. Радиоэлектроника", Індія https://orcid.org/0000-0002-1294-2420
С. Прасант Королевский инженерно-технологический колледж, Акикаву, Індія

DOI:

https://doi.org/10.20535/S0021347017020029

Ключові слова:

много входов много выходов, мультиплексирование с ортогональным частотным разделением сигналов, распределенное сжимающее зондирование, разреженное байесово обучение, MIMO, OFDM

Анотація

Импульсная характеристика канала со многими входами-выходами и мультиплексированием с ортогональным частотным разделением сигналов MIMO-OFDM (multiple input multiple output orthogonal frequency division multiplexing) содержит меньшее количество ненулевых компонентов. Кроме того, размещения ненулевых отводов совпадают в области задержки. Таким образом, импульсные характеристики канала возможно моделировать с помощью приближенных групповых разреженных сигналов (approximately group sparse signals). В работе предложен новый метод сживающего разреженного байесового обучения ESBL (extended sparse Bayesian learning) для многоканального компрессионного зондирования сигнала с целью оценки канала в системе MIMO-OFDM. В случае совместного расширенного разреженного байесового обучения JESBL (joint ESBL) для оценки канала использованы и пилотные и информационные поднесущие. Эти методы позволяют уменьшить количество пилотных поднесущих в OFDM системе и улучшить спектральную эффективность системы MIMO-OFDM.

Посилання

Multichannel-compressive estimation of doubly selective channels in MIMO-OFDM systems: Exploiting and enhancing joint sparsity / Daniel Eiwen, Georg Taubock, Franz Hlawatsch, Holger Rauhut, Nicolai Czink // Acoustics Speech and Signal Processing : IEEE Int. Conf. ICASSP, 14–19 Mar. 2011 : proc. — DOI : http://dx.doi.org/10.1109/ICASSP.2010.5496098.
Prasad R. Joint approximately sparse channel estimation and data detection in OFDM systems using sparse Bayesian learning / Ranjitha Prasad, Chandra R. Murthy, Bhaskar D. Rao // IEEE Trans. Signal Process. — Jul. 2014. — Vol. 62, No. 14. — P. 3591–3603. — DOI : http://dx.doi.org/10.1109/TSP.2014.2329272.
Prasad R. Bayesian learning for joint sparse OFDM channel estimation and data detection / Ranjitha Prasad, Chandra R. Murthy // Global Telecommunications : IEEE Conf. GLOBECOM, 6–10 Dec. 2010, Miami, FL, USA : proc. — IEEE, 2010. — P. 1–6. — DOI : http://dx.doi.org/10.1109/glocom.2010.5683775.
Channel estimation techniques based on pilot arrangement in OFDM systems / Sinem Coleri, Mustafa Ergen, Anuj Puri, Ahmad Bahai // IEEE Trans. Broadcasting. — Sept. 2002. — Vol. 48, No. 3. — P. 223–229. — DOI : http://dx.doi.org/10.1109/TBC.2002.804034.
Estimating sparse MIMO channels having common support / Yann Barbotin, Ali Hormati, Sundeep Rangan, Martin Vetterli // Acoustics, Speech and Signal Processing : IEEE Int. Conf. ICASSP, 22–27 May 2011 : proc. — IEEE, 2011. — DOI : http://dx.doi.org/10.1109/icassp.2011.5946268.
Zhang Z. Sparse signal recovery with temporally correlated source vectors using sparse Bayesian learning / Zhilin Zhang, Bhaskar D. Rao // IEEE J. Selected Topics Signal Processing. — Sept. 2011. — Vol. 5, No. 5. — P. 912–926. — DOI : http://dx.doi.org/10.1109/JSTSP.2011.2159773.